[發明專利]一種心電監測方法、裝置、終端及計算機可讀存儲介質

在審

• 申請號: 201810144004.5
• 申請日: 2018-02-11
• 公開（公告）號: CN108416277A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 杜崗;江向武;白楊;李榮;劉亮;曹彬彬;楊金華;游君霞;舒寧;曾美寨;姚利;范秋麗;葉婷
• 申請（專利權）人: 廣州市碳碼科技有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08;G16H40/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

本發明公開了一種心電監測方法、裝置、終端及計算機可讀存儲介質，所述方法包括：接收心電監測設備發送的實時采集的心電信號；對所述心電信號進行濾波和去噪處理后，檢測所述心電信號的R波，并根據所述R波提取QRS波群；將所述QRS波群輸入預先訓練好的神經網絡模型中進行識別；當識別出所述QRS波群失常時，則對該失常的QRS波群進行分類，得到該失常的QRS波群對應的心率失常類型；根據所述心率失常類型生成心電監測報告，輸出所述心電監測報告并觸發警報，即若發現異常的心電波形則觸發警報。本發明能夠降低監測操作難度、提高監測精度和實現全天候監測心電活動。

技術領域

本發明涉及監測設備技術領域，尤其涉及一種心電監測方法、裝置、終端及計算機可讀存儲介質。

背景技術

傳統的心電監測方法需要通過導線把電極采集到的信號傳輸到采集盒的設備進行識別處理。如果是通過多個電極，多個導聯來實現的心電監測，則多個電極會對應有多條導線，且對各個電極的粘貼方位要求較高，使用不方便。

雖然目前心電監測方法可采用無線方式連接心電監測終端以實現遠程的心電監測。但是，目前的遠程心電監測技術并不成熟，監測精度較低，且涉及監測設備的操作復雜，不便于大眾化使用以進行全天候監測心電活動。

發明內容

本發明實施例所要解決的技術問題在于，提供一種心電監測方法、裝置、終端及計算機可讀存儲介質，能夠降低監測操作難度、提高監測精度和實現全天候監測心電活動。

為了解決上述技術問題，本發明實施例提供了一種心電監測方法，至少包括如下步驟：

接收心電監測設備發送的實時采集的心電信號；

對所述心電信號進行濾波和去噪處理后，檢測所述心電信號的R波，并根據所述R波提取QRS波群；

將所述QRS波群輸入預先訓練好的的神經網絡模型中進行識別；

當識別出所述QRS波群失常時，則對該失常的QRS波群進行分類，得到該失常的QRS波群對應的心率失常類型；

根據所述心率失常類型生成心電監測報告，輸出所述心電監測報告并觸發警報。

進一步地，所述神經網絡模型的訓練步驟為：

接收心電監測設備發送的實時采集的心電信號；

對所述心電信號進行濾波和去噪處理后，檢測所述心電信號的R波，并根據所述R波提取QRS波群；

將所述QRS波群輸入到神經網絡中進行監督訓練，得到神經網絡訓練參數；

根據所述神經網絡訓練參數構建并保存神經網絡模型。

進一步地，所述心電監測報告包括心率失常類型和用于觸發監測終端發出警報動作的指令；所述QRS波群為以R波為中心，分別向前取40個數據和向后取169個數據形成的以210個數據作為特征的樣本數據；所述心電信號包含至少一個QRS波群及P波，U波以及T波。

進一步地，所述神經網絡模型包括三層LSTM網絡；每一層所述LSTM網絡包括含有70個神經元的可見層、含有200個神經元的隱層和含有14個神經元的輸出層；所述輸出層的14個神經元代表14種心率失常類型。

進一步地，將所述QRS波群輸入預先訓練好的的神經網絡模型中進行識別，具體為：

將所述QRS波群輸入預先構建好的的的神經網絡模型中進行訓練，并在訓練完成后保存模型用于未來心電信號的識別與分類。

進一步地，所述心電設備包括至少一個電極以及心電處理芯片；所述心電處理芯片用于通過無線方式與監測終端進行通信。

本發明實施例還提供了一種心電監測裝置，包括：